【发布时间】：2015-01-29 14:26:50
【问题描述】：
我需要拟合多元高斯分布，即在 python 中为给定的音频特征数据集获取最近的多元高斯的平均向量和协方差矩阵。音频特征（MFCC 系数）是一个 N X 13 矩阵，其中 N 约为 4K。有人可以概述一下在 python 中适合高斯数据的包和技术吗？
【问题讨论】：
【发布时间】：2015-01-29 14:26:50
【问题描述】：
使用 numpy 包。 numpy.mean 和 numpy.cov 将为您提供高斯参数估计。假设您有 13 个属性并且N 是观察数，则在为您的N x 13 矩阵调用numpy.cov 时需要设置rowvar=0（或将矩阵的转置作为函数参数传递）。
如果你的数据在numpy数组data：
mean = np.mean(data, axis=0)
cov = np.cov(data, rowvar=0)
【讨论】：